MétaCan
Menu
Retour à la cohorte
Enregistrement W3123528779 · doi:10.4271/2021-01-0959

Near-to-Far Wake Characteristics of Road Vehicles Part 3: Influence of Multi-Vehicle Interactions

2021· article· en· W3123528779 sur OpenAlexaff
Brian McAuliffe, Bhargav Sowmianarayanan, Hali Barber

Notice bibliographique

RevueSAE International Journal of Advances and Current Practices in Mobility · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésWakeContext (archaeology)Wind tunnelAerodynamicsCrosswindComputer scienceAutomotive engineeringAerospace engineeringEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Conventional assessments of the aerodynamic performance of ground vehicles have, to date, been considered in the context of a vehicle that encounters a uniform wind field in the absence of surrounding traffic. Recent vehicle-platooning studies have revealed measurable fuel savings when following other vehicles at inter-vehicle distances experienced in every-day traffic. These energy savings have been attributed in large part to the air-wakes of the leading vehicles. This set of three papers documents a study to examine the moderate-to-far regions of ground-vehicle wakes (one to ten vehicle lengths), in the context of their potential influence on other vehicles.</div><div class="htmlview paragraph">Part Three of this three-part paper documents the wake characteristics for multi-vehicle scenarios of two or three vehicles, in single-lane or two-lane arrangements. A set of high-fidelity numerical simulations, based on a Lattice-Boltzmann approach, and a series of scaled-model wind-tunnel measurements are presented to examine some multi-vehicle scenarios with four types of vehicle shapes: a sedan, an SUV, a medium-duty vehicle, and a heavy-duty vehicle. The wake-merging process of a two-lane longitudinally-staggered sedan-and-SUV configuration is examined in detail with and without cross winds. Experimental-results are presented only for the SUV, medium- and heavy-duty vehicle shapes due to challenges described in Part One with respect to the sedan-model and the stationary-floor arrangement.</div><div class="htmlview paragraph">Complex wake patterns emerge under multi-lane scenarios, particularly under cross-wind conditions, but the results suggest a level of predictability in the aggregate wake properties. Only for the cases with close lateral proximity (side-by-side configurations) do the wake patterns change substantially such that the characteristics of the individual wakes are not perceptible. Additionally, the merged wakes in cross winds are shown to potentially influence vehicles up to three or four lane widths away. The results suggest that superposition of moderate-to-far-wake profiles may be possible to generate on-road wind conditions associated with a range of traffic scenarios.</div></div>

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,364
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Advances and Current Practices in MobilityMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207